Débutant
Qu’est-ce qu’une donnée personnelle en IA ?
Une donnée personnelle est une information se rapportant à une personne physique identifiée ou identifiable au sens du droit de la protection des données. Dans les contextes de l’Union européenne, sa signification est liée à l’article 4(1) du règlement (UE) 2016/679 et à son interprétation juridique.
Qu’est-ce qu’une donnée de catégorie particulière en IA ?
Les catégories particulières de données personnelles sont des types très sensibles de données personnelles identifiés par le droit européen de la protection des données.
Les données biométriques sont-elles des données personnelles ?
Les données biométriques sont des données personnelles produites par un traitement technique spécifique des caractéristiques physiques, physiologiques ou comportementales d’une personne. Exemples : images faciales, empreintes digitales, schémas vocaux, démarche et autres identifiants pouvant permettre la reconnaissance ou l’identification.
Qu’est-ce que l’anonymisation dans la gouvernance des données d’IA ?
L’anonymisation et la désidentification sont des techniques utilisées pour réduire le risque que des personnes puissent être identifiées à partir d’un jeu de données. En pratique, une anonymisation irréversible peut être difficile, surtout lorsque les jeux de données peuvent être reliés à d’autres informations.
Intermédiaire
En quoi la pseudonymisation diffère-t-elle de l’anonymisation ?
Utilisez l’anonymisation ou la désidentification lorsque vous parlez de réduction ou de suppression de l’identifiabilité ; utilisez la pseudonymisation lorsque les données personnelles peuvent encore être attribuées à une personne à l’aide d’informations supplémentaires protégées.
Qu’est-ce que la confidentialité différentielle ?
Utilisez l’anonymisation des données lorsque vous modifiez des données pour réduire l’identifiabilité ; utilisez la confidentialité différentielle lorsque vous limitez les inférences individuelles à partir des sorties au moyen d’un cadre de protection de la vie privée.
Les données synthétiques peuvent-elles encore créer un risque pour la vie privée ?
Les données synthétiques sont des données générées artificiellement, conçues pour ressembler à certains motifs, structures ou propriétés statistiques de données réelles.
Qu’est-ce que la provenance des données ?
La provenance des données est l’historique enregistré des données, notamment leur origine, leur création, leurs transformations, leurs déplacements et leurs changements au fil du temps. Dans la gouvernance de l’IA, la provenance aide à vérifier la lignée des jeux de données, à évaluer leur fiabilité, à soutenir les audits et à comprendre comment du contenu numérique ou des entrées de modèle ont été produits.
Qu’est-ce que la résidence des données en IA ?
La résidence et la souveraineté des données concernent l’endroit où les données sont stockées, traitées et gouvernées, ainsi que les régimes juridiques qui s’y appliquent. Pour les usages d’IA réglementés, ces concepts influencent le choix des régions cloud, les transferts transfrontaliers, les contrôles contractuels et la conformité aux exigences sectorielles ou nationales.
Comment le RGPD et l’AI Act de l’UE se recoupent-ils ?
Utilisez le RGPD lorsque la question porte sur le traitement de données personnelles ; utilisez l’AI Act de l’UE lorsque la question porte sur la catégorie de risque du système d’IA, la sécurité, la transparence, la gouvernance ou les obligations de conformité.
Avancé
Qu’est-ce que le risque de confidentialité des données d’entraînement ?
Les données d’entraînement sont le jeu de données utilisé pour enseigner ou ajuster un modèle d’apprentissage automatique en modifiant ses paramètres apprenables. Leur qualité, quantité, diversité, étiquetage et provenance influencent fortement les performances, la fiabilité et la posture de conformité du modèle obtenu.
Qu’est-ce que le chiffrement dans la gouvernance des données d’IA ?
Le chiffrement des données est la transformation de données lisibles en une forme encodée, inintelligible sans clé autorisée ou processus de déchiffrement. Il est utilisé pour protéger les informations sensibles contre les accès non autorisés pendant le stockage, la transmission ou le traitement.